Targeted liposomal drug delivery: a nanoscience and biophysical perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Liposomes are a unique platform for drug delivery, and a number of liposomal formulations have already been commercialized. Doxil is a representative example, which uses PEGylated liposomes to load doxorubicin for cancer therapy. Its delivery relies on the enhanced permeability and retention (EPR) effect or passive targeting. Drug loading can be achieved using both standard liposomes and also those containing a solid core such as mesoporous silica and poly(lactide-co-glycolide) (PLGA). Developments have also been made on active targeted delivery using bioaffinity ligands such as small molecules, antibodies, peptides and aptamers. Compared to other types of nanoparticles, the surface of liposomes is fluid, allowing dynamic organization of targeting ligands to achieve optimal binding to cell surface receptors. This review article summarizes development of liposomal targeted drug delivery systems, with an emphasis on the biophysical properties of lipids. In both passive and active targeting, the effects of liposome size, charge, fluidity, rigidity, head-group chemistry and PEGylation are discussed along with recent examples. Most of the examples are focused on targeting tumors or cancer cells. Finally, a few examples of commercialized formulations are described, and some future research opportunities are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle